恭喜西昌學院;中國農業大學黃增文獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜西昌學院;中國農業大學申請的專利基于機器學習的養殖環境調控方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119376472B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411942192.8,技術領域涉及:G05D27/02;該發明授權基于機器學習的養殖環境調控方法和系統是由黃增文;咼于明;呂增鵬;楊朝云;王婧;李昊;李軍;姜聲旺;黃志秋;嚴光文;殷紅梅;郝桂英;亓東明;王中成;李小艷;關然;汪書哲;李東東;倪國超設計研發完成,并于2024-12-27向國家知識產權局提交的專利申請。
本基于機器學習的養殖環境調控方法和系統在說明書摘要公布了:本申請涉及圖像識別技術領域,公開了基于機器學習的養殖環境調控方法和系統,該方法包括:采集養殖場的環境參數;利用安裝于養殖場內的攝像頭系統拍攝養殖場內的動物的圖像;通過預設的卷積神經網絡對動物的圖像進行分析,提取動物的行為特征向量;將養殖場的環境參數和動物的行為特征向量輸入預設的深層神經網絡中,輸出動物的綜合行為指數;根據動物的綜合行為指數,對養殖場的環境控制設備進行調控。本發明通過引入先進的機器學習技術,特別是卷積神經網絡(CNN)和深層神經網絡(DNN),提供了一種智能化的養殖環境調控方法。該方法能夠實現對養殖場環境參數和動物行為特征的精準監測與分析,并根據分析結果動態調整環境控制設備。
本發明授權基于機器學習的養殖環境調控方法和系統在權利要求書中公布了:1.基于機器學習的養殖環境調控方法,其特征在于,包括:利用安裝于養殖場內的傳感器,采集所述養殖場的環境參數;利用安裝于所述養殖場內的攝像頭系統拍攝所述養殖場內的動物的圖像;通過預設的卷積神經網絡對所述動物的圖像進行分析,提取所述動物的行為特征向量;將所述養殖場的環境參數和所述動物的行為特征向量輸入預設的深層神經網絡中,輸出所述動物的綜合行為指數,表示所述養殖場的環境對所述動物的行為的影響水平;根據所述動物的綜合行為指數,對所述養殖場的環境控制設備進行調控,其中,通過預設的卷積神經網絡對所述動物的圖像進行分析,提取所述動物的行為特征向量,包括:通過所述卷積神經網絡中的多個卷積層,提取所述動物的圖像的多個層次的特征圖;根據所述動物的類型,為所述動物的圖像的多個層次的特征圖分別設置權重值;對所述的圖像的多個層次的特征圖進行合成,合成后的特征圖其中,w0為預設的基準權重值,i0為預設的基準放大值,type為所述動物的類型,stype為type類型動物的參考尺寸,m為所述多個卷積層的層數,Fi為按所述卷積神經網絡的輸入至輸出方向上的第i個卷積層生成的特征圖,其中,通過預設的卷積神經網絡對所述動物的圖像進行分析,提取所述動物的行為特征向量,還包括:按照預設的線性降維方式對所述合成后的特征圖進行初步降維,初步降維后得到所述特征圖的n個特征的值;計算已知的多個特征圖的特征均值;對所述特征圖進行二次降維,二次降維后所述特征圖的第j個特征的值其中,Favg為所述多個特征圖的特征均值,q為所述特征圖降維前包含的所有特征的數量,Fk為降維前所述特征圖的第k個特征的值,VFk為所述第k個特征的方差,wj為第j個特征的預設的權重值,用于表示所述第j個特征的重要性。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西昌學院;中國農業大學,其通訊地址為:615000 四川省涼山彝族自治州西昌市安寧鎮學府路1號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。